發(fā)布時間：2020-04-08 18:46

【摘要】：多目標跟蹤作為信息融合領(lǐng)域的關(guān)鍵技術(shù),在軍事國防與民用工程領(lǐng)域具有廣闊的應用前景,受到了國內(nèi)外相關(guān)學者的廣泛關(guān)注。隨著隨機集濾波理論與標簽隨機集濾波理論的深入研究,多目標跟蹤技術(shù)得到了快速發(fā)展。箱粒子濾波算法是一種非線性濾波算法,結(jié)合了區(qū)間分析理論與序貫蒙特卡羅方法,具有所需粒子數(shù)目少,運算效率高,便于處理非傳統(tǒng)量測等優(yōu)點。本文在箱粒子濾波與標簽隨機集濾波的基礎(chǔ)上,對多目標跟蹤方法進行了深入研究,主要工作如下:在箱粒子和標簽隨機集濾波基礎(chǔ)上,提出一種新的多目標跟蹤算法,即箱粒子Delta廣義標簽多伯努利(BP-δ-GLMB)濾波算法。該算法不僅能夠跟蹤多目標狀態(tài)和數(shù)目,還能夠有效跟蹤多目標航跡,并且算法的計算復雜度低,運算效率高。仿真實驗表明,BP-δ-GLMB的跟蹤精度與SMC-δ-GLMB濾波相似,但所需粒子數(shù)目少,運算時間大大縮短,提升了多目標跟蹤效率。與BP-CBMeMBer濾波相比,BP-δ-GLMB濾波算法能夠?qū)崿F(xiàn)多目標航跡跟蹤,在雜波率較高的場景下,其跟蹤精度更高,對目標數(shù)目估計更準確。針對δ-GLMB濾波算法計算復雜度高的問題,結(jié)合箱粒子濾波與LMB濾波算法,提出箱粒子標簽多伯努利(BP-LMB)濾波算法。BP-LMB濾波作為BP-δ-GLMB濾波算法的高效近似,提升了多目標跟蹤的計算效率。仿真實驗表明,在線性與非線性系統(tǒng)下,所提算法均能夠高效跟蹤多目標狀態(tài)與航跡,與BP-δ-GLMB和SMC-LMB濾波相比,盡管BP-LMB濾波精度略有損失,但運行時間短,運算效率高。結(jié)合箱粒子濾波在擴展目標跟蹤中的應用,本文還提出了多擴展目標δ-GLMB濾波與多擴展目標LMB濾波的箱粒子實現(xiàn)形式,即ET-BP-δ-GLMB濾波與ET-BP-LMB濾波。這兩種算法繼承了箱粒子濾波算法與標簽隨機集濾波算法的優(yōu)勢,在保證了良好濾波性能與航跡跟蹤性能的同時,降低了擴展目標跟蹤算法的計算復雜度。仿真實驗表明,所提算法能夠有效實現(xiàn)多擴展目標狀態(tài)與航跡跟蹤。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN713

【參考文獻】

相關(guān)期刊論文 前4條

1 邱昊;黃高明;左煒;高俊;;多模型標簽多伯努利機動目標跟蹤算法[J];系統(tǒng)工程與電子技術(shù);2015年12期

2 宋驪平;嚴超;姬紅兵;梁萌;;基于箱粒子的多擴展目標PHD濾波[J];控制與決策;2015年10期

3 邱昊;黃高明;左煒;高俊;;基于標簽多伯努利濾波的衍生目標跟蹤算法[J];航空學報;2015年09期

4 趙雪剛;宋驪平;姬紅兵;;量化量測條件下的交互多模型箱粒子濾波[J];西安電子科技大學學報;2014年06期

相關(guān)博士學位論文 前1條

1 連峰;基于隨機有限集的多目標跟蹤方法研究[D];西安交通大學;2009年

，

本文編號：2619699